Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 吉林大学郑雪莲获国家专利权

吉林大学郑雪莲获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉吉林大学申请的专利一种基于深度强化学习的自适应巡航控制方法以及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116252791B

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310227522.4,技术领域涉及:B60W30/14;该发明授权一种基于深度强化学习的自适应巡航控制方法以及系统是由郑雪莲;韩卓呈;任园园;李显生;席建锋;王杰;李元钊;武雪风设计研发完成,并于2023-03-10向国家知识产权局提交的专利申请。

一种基于深度强化学习的自适应巡航控制方法以及系统在说明书摘要公布了:本发明提供一种基于深度强化学习的自适应巡航控制方法以及系统;基于BP神经网络建立的驾驶人跟车风格辨识模块;基于深度强化学习建立的ACC控制模型;ACC控制模型包括策略模块、深度Q网络模块;将驾驶人跟车行为分为三类跟车风格然后打标签;跟车风格辨识模利用BP神经网络训练得到驾驶人跟车风格分类模型,基于驾驶人跟车风格分类模型输出驾驶人的跟车风格;所述策略模块建立Q值网络,通过Q值网络根据获取的实时跟车行为的有效特征性能数据,输出调整车辆的期望加速度;实现更接近驾驶人员个性化的自适应巡航控制方法且安全性、跟随性、舒适性、经济性高。

本发明授权一种基于深度强化学习的自适应巡航控制方法以及系统在权利要求书中公布了:1.一种基于深度强化学习的自适应巡航控制方法,其特征在于,所述方法包括: 预设包括跟车行为的特征性能数据的跟车行为数据库; 从跟车行为数据库中获取m个跟车行为的特征性能数据并进行预处理,得到m个跟车行为的有效特征性能数据; 基于所述m个跟车行为的部分有效特征性能数据,通过因子分析法进行处理,得到m个跟车行为对应的7项聚类分析数据; 基于m个跟车行为对应的7项聚类分析数据,通过K-means算法进行聚类,得到三类跟车行为,并分别对聚类后的三类跟车行为打上表征跟车风格的标签; 对聚类后的三类跟车行为的有效特征性能数据进行处理,得到三类跟车风格的跟车行为的期望车头间距偏离度kd的期望区间和临界区间、三类跟车风格的跟车行为的期望跟车速度偏离度kv的期望区间和临界区间; 基于BP神经网络建立跟车风格辨识模块,通过所述跟车风格辨识模块,基于打标签后的跟车行为,利用BP神经网络训练得到驾驶人跟车风格分类模型; 获取车辆行驶过程中实时的车辆跟车行为对应的7项聚类分析数据,通过跟车风格辨识模块,基于驾驶人跟车风格分类模型,输出驾驶人的跟车风格; 基于深度强化学习建立ACC控制模型,所述ACC控制模型包括策略模块和深度Q网络模块; 通过所述策略模块,基于预学习驾驶行为数据库建立Q值网络,通过Q值网络,根据获取的实时的车辆跟车行为的有效特征性能数据,输出调整车辆的期望加速度; 通过深度Q网络模块,基于三类跟车风格的跟车行为的期望车头间距偏离度kd的期望区间和临界区间以及三类跟车风格的跟车行为的期望跟车速度偏离度kv的期望区间和临界区间,对获取的驾驶人的跟车风格以及实时的车辆跟车行为的有效特征性能数据进行处理,得到车辆跟驰过程奖励,根据车辆跟驰过程奖励对Q值进行深度优化,并对Q值网络进行更新,从而实现跟车行为满足安全性目标、跟随性目标、舒适性目标、经济性目标。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人吉林大学,其通讯地址为:130012 吉林省长春市前进大街2699号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。